大数据实时计算框架:storm-程序员宅基地

技术标签: storm  java  大数据  

大数据实时计算框架:storm

(一)什么是实时计算?跟离线计算的区别?常见的实时计算框架?

1.什么是实时计算?流式计算
  举例:自来水厂处理水的过程(图)
        特点:源源不断
	任务类型:采集数据-->Spout任务
	          处理数据-->bolt任务
2.跟离线计算的区别
	(1)离线计算:MapReduce、spark core
	   采集数据:SQOOP,flume
	   强调是批处理
	(2)实时计算:storm
	   采集数据:flume
	   强调是源源不断
3.常见的实时计算框架
 (1)Apache storm
 (2)Spark Streaming
 (3)JStorm
 (4)Flink

(二)storm架构

主从
    nimbus+supervisor

(三)伪分布式Storm安装

解压
设置环境变量
    STORM_HOME=/root/training/apache-storm-1.3.0
    export STORM_HOME
    PATH=$STORM_HOME/bin:$PATH
    export PATH
核心配置文件:conf/storm.yaml
    storm.zookeeper.servers:

   - "bigdata111"
         nimbus.seeds:["bigdata111"]
配置Supervisor上的slot的个数(端口号)
     supervisor.slots.ports:
       - 6700
         - 6701
          - 6702
          - 6703
在nimbus配置一个目录,保存任务和元信息 在nimbus在创建一个tmp目录
            	storm.local.dir: "/root/training/apache-storm-1.0.3/tmp"
启动:
     - 主节点:storm nimbus &
      - 从节点:storm supervisor &
            UI:storm ui & //地址:192.168.11.111:8080

(四)全分布式Storm

启动zookeeper
   		解压
    	设置环境变量
             STORM_HOME=/root/training/apache-storm-1.3.0
             export STORM_HOME
             PATH=$STORM_HOME/bin:$PATH
             export PATH
核心配置文件:conf/storm.yaml
            storm.zookeeper.servers:
          - "hadoop112"
          - "hadoop113"
          - "hadoop114"
            nimbus.seeds:["hadoop112"]
配置Supervisor上的slot的个数(端口号)
            supervisor.slots.ports:
          - 6700
          - 6701
          - 6702
          - 6703
在nimbus配置一个目录,保存任务和元信息 在nimbus在创建一个tmp目录
            storm.local.dir: "/root/training/apache-storm-1.0.3/tmp"
复制storm到hadoop113/hadoop114节点
启动:
    -  主节点:storm nimbus &
    - 从节点:storm supervisor &
            UI:storm ui & //地址:192.168.11.112:8080

(五)storm HA

            
步骤和全分布式一致
       nimbus.seeds:["hadoop112","hadoop113"]
 启动:
      - 主节点:storm nimbus &
      - 备用主节点:storm nimbus &
      - 从节点:storm supervisor &
            UI:storm ui & //地址:192.168.11.112:808(主节点上)
 

(六)storm demo

启用Debug
核心配置文件:conf/storm.yaml
         "topology.eventlogger.executors": 1
启动节点后启动日志查看器 storm logviewer &
      案例: wordcount程序
提交任务命令格式:storm jar 【jar路径】 【拓扑包名.拓扑类名】 【拓扑名称】
在storm/example/storm-starter目录下
       storm jar storm-starter-topologies-1.0.3.jar org.apache.storm.starter.WordCountTopology MyWordCount //别名
	//将jar包上传到nimbus的tmp目录下

(七)开发Wordcount程序

第一级:WordCountSpout 采集数据组件
第二级:WordCountSplitBolt 单词拆分组件
            							注意:组件之间传递都是Tuple Tuple=schema+数据
数据分组的策略(数据到底交给哪个下级组件处理)
         (1)随机分组
         (2)按字段分组 同MapReduce
         (3)广播分组 (所有下级组件都能收到这条数据)
第三级:WordCountTotalBolt 单词计数组件
           							 注意:第二级和三级之间用按字段分组策略

(1)开发WordCountSpout组件

             public class WordCountSpout extends BaseRichSpout {
    
            private static final long serialVersionUID = 1L;
            //定义要产生的数据
            private String[] datas = {
    "I love Beijing","I love China","Beijing is the capital of China"};
            //定义一个变量保存输出流
            private SpoutOutputCollector collector;
            @Override
            public void nextTuple() {
    
            //每隔2秒采集一次
            Utils.sleep(2000);
            // 又storm框架调用,用于如何接收数据
            //产生3以内的随机数
            int random = (new Random()).nextInt(3);
            String data = datas[random];
            //发送给下一级组件
            System.out.println("采集的数数是:"+data);
            this.collector.emit(new Values(data));

	}
	@Override
	public void open(Map arg0, TopologyContext arg1, SpoutOutputCollector collector) {
    
		// 相当于初始化方法
		// SpoutOutputCollector collector : 输出流
		this.collector = collector;
		
	}
	@Override
	public void declareOutputFields(OutputFieldsDeclarer declare) {
    
		// 声明tuple格式
		declare.declare(new Fields("sentence"));
	}

}

(2)开发WordCountSplitBolt组件

 public class WordCountSplitBolt extends BaseRichBolt {
    
	private static final long serialVersionUID = 1L;
	private OutputCollector collector;
	@Override
	public void execute(Tuple tuple) {
    
		// 如何处理上一级组件发来的数据
		String data = tuple.getStringByField("sentence");
		//分词
		String[] words = data.split(" ");
		//输出
		for(String w : words) {
    
			collector.emit(new Values(w,1));
		}
	}
	@Override
	public void prepare(Map arg0, TopologyContext arg1, OutputCollector collector) {
    
		// bolt进行初始化
		this.collector = collector;
	}
	@Override
	public void declareOutputFields(OutputFieldsDeclarer d) {
    
		// 申明下级tuple的格式
		d.declare(new Fields("word","count"));
	}
}

(3)开发WordCountTotalBolt组件

 public class WordCountTotalBolt extends BaseRichBolt {
    
	private static final long serialVersionUID = 1L;	
	private OutputCollector collector;
	private Map<String, Integer> resut = new HashMap<>();
	@Override
	public void execute(Tuple tuple) {
    
		// 对每个单词进行计数
		//取数据
		String word = tuple.getStringByField("word");
		int count = tuple.getIntegerByField("count");
		if(resut.containsKey(word)) {
    
			int total = resut.get(word);
			resut.put(word, total+count);
		}
		else {
    
			resut.put(word, count);
		}
		System.out.println("统计结果是:"+resut);
		//结果发动到下一级组件
		this.collector.emit(new Values(word,resut.get(word)));
	}
	@Override
	public void prepare(Map arg0, TopologyContext arg1, OutputCollector collector) {
    
		// TODO Auto-generated method stub
		this.collector = collector;
	}
	@Override
	public void declareOutputFields(OutputFieldsDeclarer declare) {
    
		// TODO Auto-generated method stub
		declare.declare(new Fields("word","total"));
	}
}

(4)开发主程序WordCountTopology

 public class WordCountTopology {
    
	public static void main(String[] args) throws Exception{
    
		TopologyBuilder builder = new TopologyBuilder();
		//设置spout组件
		builder.setSpout("wordcount_spout", new WordCountSpout());	
		//设置单词拆分bolt组件
		builder.setBolt("wordcount_split", new WordCountSplitBolt()).
			shuffleGrouping("wordcount_spout");		
		//设置任务的单词计数的bolt组件,是按字段分组
		builder.setBolt("wordcount_total",new WordCountTotalBolt()).
			fieldsGrouping("wordcount_split", new Fields("word"));		
		//创建一个任务
		StormTopology topology = builder.createTopology();	
		//创建Configure对象
		Config conf = new Config();		
		//提交Storm的任务两种方式
		//1 本地模式
//		LocalCluster cluster = new LocalCluster();
//		cluster.submitTopology("Mywordcount", conf, topology);		
		//2.集群模式
		StormSubmitter.submitTopology("Mywordcount", conf, topology);
	}
}

(5)提交到storm集群

 storm jar storm_wordcount.jar com.hadoop.storm.WordCountTopology
 ()storm原理分析
 (1).Storm在ZK中保存的数据
 (2).storm任务提交的过程
 (3).Storm内部通信机制:Worker之间通信的基本原理
 ()Storm集成
 (1)集成HBASE
 /**

 * 建表 : create 'result','info'

 * @author cheng
   */
   public class WordCountHBaseBolt extends BaseRichBolt {
    
   private static final long serialVersionUID = 1L;
   private Table client = null;
   @Override
   public void execute(Tuple tuple) {
    
   	// 把上一个组件发来的数据存入HBase
   	String word = tuple.getStringByField("word");
   	int total = tuple.getIntegerByField("total");
   	//构造Put
   	Put put = new Put(Bytes.toBytes(word));
   	put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("word"), Bytes.toBytes(word));
   	put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("total"), Bytes.toBytes(String.valueOf(total)));
   	//插入HBase
   	try {
    
   		client.put(put);
   	} catch (Exception e) {
    
   		// TODO Auto-generated catch block
   		e.printStackTrace();
   	}
   }

   @Override
   public void prepare(Map arg0, TopologyContext arg1, OutputCollector arg2) {
    
   	try {
    
   		// TODO Auto-generated method stub
   		Configuration conf = new Configuration();
   		conf.set("hbase.zookeeper.quorum", "192.168.11.111");
   		//获取连接对象
   		Connection conn = ConnectionFactory.createConnection(conf);
   		client = conn.getTable(TableName.valueOf("result"));
   	}
   	catch (Exception e) {
    
   		e.printStackTrace();
   	}	
   }
   @Override
   public void declareOutputFields(OutputFieldsDeclarer arg0) {
    
   	// TODO Auto-generated method stub
   }
   }Topology中添加HBaseBolt
   builder.setBolt("wordcount_hbase", new WordCountHBaseBolt()).
   		shuffleGrouping("wordcount_total");
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/cassiel5280/article/details/125954267

智能推荐

oracle 12c 集群安装后的检查_12c查看crs状态-程序员宅基地

文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态

解决jupyter notebook无法找到虚拟环境的问题_jupyter没有pytorch环境-程序员宅基地

文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境

国内安装scoop的保姆教程_scoop-cn-程序员宅基地

文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn

Element ui colorpicker在Vue中的使用_vue el-color-picker-程序员宅基地

文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker

迅为iTOP-4412精英版之烧写内核移植后的镜像_exynos 4412 刷机-程序员宅基地

文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机

Linux系统配置jdk_linux配置jdk-程序员宅基地

文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk

随便推点

matlab(4):特殊符号的输入_matlab微米怎么输入-程序员宅基地

文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入

C语言程序设计-文件(打开与关闭、顺序、二进制读写)-程序员宅基地

文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。‍ Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。

Touchdesigner自学笔记之三_touchdesigner怎么让一个模型跟着鼠标移动-程序员宅基地

文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动

【附源码】基于java的校园停车场管理系统的设计与实现61m0e9计算机毕设SSM_基于java技术的停车场管理系统实现与设计-程序员宅基地

文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计

Android系统播放器MediaPlayer源码分析_android多媒体播放源码分析 时序图-程序员宅基地

文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;amp;gt;Jni-&amp;amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图

java 数据结构与算法 ——快速排序法-程序员宅基地

文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法